使用Lucene查询RDBMS数据库

Question

我已经浏览了Lucene的Java版本的文档，但我无法真正看到顶层＆＃34;这就是它的工作原理＆＃34;到目前为止的信息（我知道我需要RTFM，我只是看不到树木的木材）。

我了解Lucene使用搜索索引返回结果。据我所知，它只会返回＆＃34;命中＆＃34;从那些索引。如果我在构建索引时没有添加数据项，那么它将无法返回。

那很好，所以现在我想检查以下假设：

问：这是否意味着我想在搜索页面上显示的任何数据都需要添加到Lucene索引中？

即
如果我想通过sku，说明，类别名称等搜索Product，但我还想在搜索结果中显示他们所属的Customer，请执行以下操作：

1. 确保Lucene索引在索引中具有非规范化Customer的名称。
2. 使用Lucene返回的匹配以某种方式查询数据库中的实际产品记录，并使用JOIN获取Customer的名称。

我认为它的选项 1 ，因为我假设没有办法加入＆＃34; Lucene查询到RDBMS的结果，但想问一下我对一般用法的假设是否正确。

Answer 1

通常，索引只包含您要搜索的字段，而不一定是您要显示的字段。索引应该优化为尽可能小，以保持良好的搜索性能。

为了能够显示更多数据，请在索引中添加一个字段，以便您检索完整的文档/数据，即Product的唯一键（产品ID？）。

Answer 2

我一直试图弄清楚同样的问题，但我认为它的工作太多了。我认为这是另一种选择。如果我的想法错了，请纠正我！

你的情况是这样的： RDBMS产品（很多）＆lt; ------＆gt; （很多）客户

我建议，不要只将客户放在lucene索引中来获取产品密钥，然后使用IN Query查询RDBMS，而是使用Product和Customer的cartesian产品创建lucene索引。

像 customer_1，product_1 customer_1，product_2 customer_2，product_2 ..

这样，当您在lucene中搜索产品时，它将同时提供客户以及产品ID ..而不是在RDBMS中加入它们，您只需查找这些客户以及产品如果有需要，可以从RDBMS获取更多信息。如果您正在使用缓存，那么额外的详细信息查找成本也将下降。

Answer 3

基于BrokenGlass's answer，我已经考虑了一些，并提出以下建议，看看我是否在正确的位置：

基本上，进一步采取选项2，可以做以下事情：

1. 只将您要搜索的数据放入Lucene索引中，加上某种键值（例如数据库中表格的PK）。
2. 查询Lucene以获取点击列表。
3. 使用您选择的数据访问层，为包含IN (value [, value])谓词的数据库构建查询。
4. 从您的数据库中获取该查询的结果（可能包括JOIN到其他表格。）
5. 将结果集的PK作为键，将这些结果放入字典中。
6. 按顺序重复Lucene命中，使用PK从字典中提取项目，这样您就可以按照Lucene返回命中的顺序构建结果列表（即按相关性排序）。
7. 向用户显示“已排序”的结果列表。

当然，第5步和第6步可能会更好，但为了便于解释，我将这个冗长的方法放在我的描述中。如果Lucene命中包含某种“相关性”值，那么您可以将其归因于结果集并执行标准排序，但这对读者来说是一种练习。 ：）

这可能吗？